De paradigmaverschuiving in de bedrijfsvoering en de toepassing van nieuwe technologieën
In de afgelopen jaren is, net als in elke andere bedrijfstak, ook de maakindustrie getuige geweest van een paradigmaverschuiving in haar activiteiten en het gebruik van nieuwe technologieën. AI- en automatiseringstechnologieën worden door fabrikanten omarmd vanwege hun enorme potentieel om de prestaties, efficiëntie en productiviteit van hun activiteiten te verbeteren.
De verbetering, met name op het gebied van kwaliteitscontrole, omvat geautomatiseerde systemen die zijn ingebed in AI-algoritmen die helpen bij het opsporen en in realtime aanpakken van fouten. De visuele inspectiesystemen met AI-ondersteuning kunnen deze taken consistenter en nauwkeuriger uitvoeren in vergelijking met de taken die handmatig worden uitgevoerd door QC-ingenieurs. Deze technologieën helpen ook bij het stroomlijnen van productieprocessen met minder menselijke fouten. Repetitieve taken kunnen worden geautomatiseerd, waardoor een hoge productiviteit wordt bereikt. De downtime wordt tot een minimum beperkt door de kortere productiecyclustijd en deze aanpak is op de lange termijn kosteneffectief. Bovendien stellen AI-gestuurde technologieën fabrikanten ook in staat om op maat gemaakte producten aan te bieden aan hun klanten die daar naar op zoek zijn. Datagestuurde besluitvorming, snellere time-to-market en duurzame productiepraktijken zijn de andere voordelen van AI-gestuurde systemen.
Om AI- en automatiseringstechnologieën succesvol te implementeren, is het cruciaal om de verwachtingen van de gebruikers in de maakindustrie te managen. Misvattingen kunnen leiden tot weerstand tegen verandering als de technologieën niet optimaal worden gebruikt. Om te beginnen is het belangrijk om ze op te helderen en een getrouw beeld te krijgen van wat echt kan worden bereikt, om mogelijke valkuilen te vermijden. Deze oefening is cruciaal en helpt bij het ontkrachten van de volgende mythes en zorgt tegelijkertijd voor een succesvolle implementatie van de technologieën.
Go-live gebeurt in iteraties
De implementatie van AI en automatisering kost tijd en moeite omdat de gebreken subjectief zijn, en het verkrijgen van draagvlak binnen de organisatie op verschillende niveaus van leiderschap kan een uitdaging zijn. Soms zou dit betekenen dat er enkele drempelwijzigingen moeten worden aangebracht of defecten opnieuw moeten worden gedefinieerd en dat de validatie opnieuw moet worden herhaald. Dit maakt deel uit van het verandermanagement dat plaatsvindt wanneer een nieuwe methodologie wordt geïmplementeerd. Daarom is het belangrijk om realistische tijdlijnen vast te stellen, waarbij rekening wordt gehouden met de specifieke vereisten en de complexiteit van het hele implementatieproces.
Volledige vervanging van handarbeiders is mogelijk
Er bestaat een misvatting dat AI en automatisering menselijke betrokkenheid zullen elimineren, terwijl ze in werkelijkheid het menselijk personeelsbestand alleen maar kunnen vergroten. Het is belangrijk om belanghebbenden voor te lichten over de samenwerking tussen mensen en machines om resultaten te boeken. De probleemoplossende kwaliteiten van handarbeiders zijn zeer waardevol en dit aspect moet goed worden gecommuniceerd om misverstanden te voorkomen. Functies zoals herbewerkingsinspectie of secundaire inspecties voor onderdelen die niet in orde zijn, kunnen worden gebruikt om een hogere productkwaliteit te garanderen.
100% nauwkeurigheid kan eenvoudig worden bereikt
Hoewel nieuwe technologieën aanzienlijk zijn gevorderd, zijn ze niet onfeilbaar, hebben ze verschillende beperkingen en zullen ze niet onmiddellijk met 100% nauwkeurigheid werken. Het is uiterst belangrijk om belanghebbenden voor te lichten over de beperkingen en verwachte nauwkeurigheidsniveaus. Hoewel AI- en automatiseringstechnologieën uitblinken in repetitieve taken en het analyseren van gegevens, vormt complexe besluitvorming nog steeds een uitdaging voor hen. Door een eerlijk beeld te geven van de technologieën, hun voordelen en beperkingen, kunnen realistische verwachtingen worden gewekt.
ROI berekenen op basis van directe arbeidsbesparingen
Vaak wordt het investeringsrendement berekend als directe kosten van arbeidsbesparingen, terwijl men dit in feite moet bekijken met betrekking tot andere aspecten, zoals,
● Kosten van slechte kwaliteit — vandaag ligt dit tussen de 10-15% van de productiekosten.
● Arbeidskostenbesparingen — Veel operators kunnen worden hergebruikt voor slimmere en duurdere taken.
● Merkimago — Producten van slechte kwaliteit kunnen leiden tot merkschade en zelfs tot klantenverloop.
Een onmiddellijke verhoging van de productiviteit is mogelijk
Het is belangrijk op te merken dat het verfijnen en optimaliseren van het systeem om specifieke productieprocessen uit te voeren, iteratief en evoluerend is. Voortdurende verbetering en de noodzaak van een langzame overgang moeten duidelijk worden gecommuniceerd. De vertraging kan worden toegeschreven aan veranderingen in de organisatie, gerelateerde innovatie en andere kostenaanpassingen. Belanghebbenden moeten op de hoogte worden gebracht van de werkelijke tijd die nodig is voor de samenwerking tussen handarbeiders en machines om een hoge productiviteit te bereiken.
Door gebruik te maken van geavanceerde Deep Learning-technologieën voor visuele inspectie, kunnen fabrikanten een veel hogere precisie, schaal en doorvoer bereiken tegen lagere kosten met weinig tot geen menselijke tussenkomst. Onderwijs door middel van workshops en trainingsseminars over de voordelen en beperkingen van deze technologieën zal zorgen voor realistische verwachtingen en de gebruikerservaring verbeteren. De oprichting van POC's en demonstratiecentra en het delen van casestudies zullen duidelijkheid verschaffen over wat u kunt verwachten bij de volledige implementatie. Het is net zo belangrijk om alle belanghebbenden vanaf het begin van de planningsfase tot aan de uitvoeringsfase te betrekken en tegelijkertijd een getrouw beeld te geven van de werking van de technologieën. Projecten die met realistische verwachtingen worden uitgevoerd, ondersteunen de doelstellingen van digitale transformatie en zorgen voor een hogere productkwaliteit en een betere productiviteit van werknemers met consistentie en repliceerbaarheid.
